结合微博关注特性的UF_AT模型用户兴趣挖掘研究

发布时间：2017-07-25 14:44

  本文关键词：结合微博关注特性的UF_AT模型用户兴趣挖掘研究

  更多相关文章： 微博 用户关注特性 作者主题模型 兴趣挖掘

【摘要】：微博作为国内主流社交网站,信息量与日俱增。目前微博用户兴趣挖掘方法大多停留在研究用户浏览网页时点击行为、用户所发微博内容或所在社区等表象层面,尚未深入到微博用户使用特性层面。从用户微博内容出发,结合用户关注对象微博,提出一种改进作者主题模型UF_AT(users focus-author topic)。最后对真实数据进行实验得出,模型在用户兴趣主题以及主题词概率值上均高于AT模型,而且用户兴趣主题准确、全面,同时验证了UF_AT模型在挖掘用户兴趣中的有效性。
【作者单位】： 辽宁工程技术大学软件学院;吉林省煤业集团有限公司;
【关键词】： 微博 用户关注特性 作者主题模型 兴趣挖掘
【基金】：国家自然科学基金资助项目(60903082) 辽宁省教育厅资助项目(L2012113)
【分类号】：TP393.092;TP391.1
【正文快照】： 0引言微博作为Web 2.0下的社会媒体新形式,以其便捷、快速、易用等特点备受广大用户喜爱并频繁使用,甚至已深入人们的日常生活。国外的Twitter以及国内的新浪微博均被广泛使用。新浪CEO曹国伟表示:截至2013年3月31日,新浪注册用户已达到5.36亿。其用户之多、数据量之大可想而

【参考文献】

中国期刊全文数据库 前9条

1 张晨逸;孙建伶;丁轶群;;基于MB-LDA模型的微博主题挖掘[J];计算机研究与发展;2011年10期

2 曾嘉;严建峰;龚声蓉;;复杂文本网数据的主题建模进展[J];计算机学报;2012年12期

3 曹玖新;吴江林;石伟;刘波;郑啸;罗军舟;;新浪微博网信息传播分析与预测[J];计算机学报;2014年04期

4 高宏宾;刘劲飞;;基于用户点击流的标签兴趣模型的研究与实现[J];计算机应用与软件;2013年06期

5 邓智龙;张海粟;黄立威;;一种基于社区结构的用户兴趣关联规则发现方法[J];计算机应用研究;2012年05期

6 张培晶;宋蕾;;基于LDA的微博文本主题建模方法研究述评[J];图书情报工作;2012年24期

7 廖君华;孙克迎;钟丽霞;;一种基于时序主题模型的网络热点话题演化分析系统[J];图书情报工作;2013年09期

8 唐晓波;房小可;;基于文本聚类与LDA相融合的微博主题检索模型研究[J];情报理论与实践;2013年08期

9 涂存超;刘知远;孙茂松;;社会媒体用户标签的分析与推荐[J];图书情报工作;2013年23期

【共引文献】

中国期刊全文数据库 前10条

1 孙乃利;王玉龙;沈奇威;;微博客意见领袖识别的研究[J];电信技术;2012年12期

2 王君泽;马静;杜洪涛;;微博舆情分析平台的框架与支撑技术研究[J];电子政务;2013年01期

3 朱侃;;SaaS平台用户行为收集及记录集成技术研究[J];信息技术与标准化;2014年04期

4 吴恺;王莹;;基于提及关系的微博用户知识发现初探[J];图书与情报;2015年02期

5 陈国良;郭修豪;;基于商品评论信息的特征挖掘[J];福建电脑;2015年05期

6 华绿绿;黄廷磊;刘久云;夏威;;一种适用于微博主题提取的SMLDA模型[J];桂林电子科技大学学报;2015年03期

7 马慧芳;王博;;基于增量主题模型的微博在线事件分析[J];计算机工程;2013年03期

8 余淼淼;王俊丽;赵晓东;岳晓冬;;PAM概率主题模型研究综述[J];计算机科学;2013年05期

9 谢昊;江红;;一种面向微博主题挖掘的改进LDA模型[J];华东师范大学学报(自然科学版);2013年06期

10 马雯雯;魏文晗;邓一贵;;基于隐含语义分析的微博话题发现方法[J];计算机工程与应用;2014年01期

中国重要会议论文全文数据库 前2条

1 刘娜;肖智博;路莹;唐晓君;肖鹏;;自适应主题融合的多文档自动摘要算法[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

2 易红发;肖明;彭继春;寇娇;;Twitter英文用户眼中的中国(2006-2013)——基于主题建模和情感分析的探索[A];2014中国传播论坛：“国际话语体系与国际传播能力建设”研讨会会议论文集[C];2014年

中国博士学位论文全文数据库 前10条

1 刘娜;文本自动摘要和信息抽取方法及其应用研究[D];大连海事大学;2012年

2 田占伟;基于复杂网络的微博信息传播研究[D];哈尔滨工业大学;2012年

3 吕英杰;网络健康社区中的文本挖掘方法研究[D];上海交通大学;2013年

4 段亚娟;微博搜索的关键技术研究[D];中国科学技术大学;2014年

5 丁兆云;面向微博舆情的影响力分析关键技术研究[D];国防科学技术大学;2013年

6 苑卫国;微博用户行为分析和网络结构演化的研究[D];北京交通大学;2014年

7 陈静茜;表演的狂欢：网络社会的个体自我呈现与交往行为[D];复旦大学;2013年

8 肖智博;排序主题模型及其应用研究[D];大连海事大学;2014年

9 辛洁;Deep Web数据抽取及精炼方法研究[D];苏州大学;2014年

10 唐朝生;在线社交网络信息传播建模及转发预测研究[D];燕山大学;2014年

中国硕士学位论文全文数据库 前10条

1 姜杨;基于社会化媒体节点属性的信息预测研究[D];北京邮电大学;2012年

2 熊会会;基于复杂网络的微博客信息传播机制研究[D];华南理工大学;2012年

3 邹鸿程;微博话题检测与追踪技术研究[D];解放军信息工程大学;2012年

4 何翔;基于微博的主题社区发现[D];华东理工大学;2013年

5 邱洋;微博数据提取及话题检测方法研究[D];大连理工大学;2013年

6 王伟;Web挖掘技术及其在互联网中的应用研究[D];山东大学;2013年

7 王熙;基于用户关系分析和微博内容挖掘的信息推荐系统研究[D];北京邮电大学;2013年

8 詹勇;基于主题模型和混合模型的微博客交叉话题发现研究[D];西南交通大学;2013年

9 谢昊;基于主题模型的微博推荐系统研究[D];华东师范大学;2013年

10 张思龙;微博热点话题预判技术研究[D];解放军信息工程大学;2013年

【二级参考文献】

中国期刊全文数据库 前10条

1 陈江锋;于建军;;基于主题模型的结构化Web服务发现机制[J];北京航空航天大学学报;2008年06期

2 胡艳丽;白亮;张维明;;网络舆情中一种基于OLDA的在线话题演化方法[J];国防科技大学学报;2012年01期

3 吴启明;易云飞;;文本聚类综述[J];河池学院学报;2008年02期

4 张晨逸;孙建伶;丁轶群;;基于MB-LDA模型的微博主题挖掘[J];计算机研究与发展;2011年10期

5 王永恒;贾焰;杨树强;;海量短语信息文本聚类技术研究[J];计算机工程;2007年14期

6 刁宇峰;杨亮;林鸿飞;;基于LDA模型的博客垃圾评论发现[J];中文信息学报;2011年01期

7 张小平;周雪忠;黄厚宽;冯奇;陈世波;;基于词相似性与CRP的主题模型[J];模式识别与人工智能;2010年01期

8 王朝飞;王凯;;主题模型在数字图书馆Web服务中的应用[J];情报理论与实践;2010年02期

9 余传明;张小青;陈雷;;基于LDA模型的评论热点挖掘:原理与实现[J];情报理论与实践;2010年05期

10 洪娜;钱庆;李亚子;吴思竹;侯丽;;网络内容演化趋势影响因素分析——从词的生命周期和背景词簇环境中挖掘演化线索[J];情报理论与实践;2012年06期

中国博士学位论文全文数据库 前1条

1 赵旭剑;中文新闻话题动态演化及其关键技术研究[D];中国科学技术大学;2012年

【相似文献】

中国期刊全文数据库 前10条

1 欧洁;林守勋;刘桂林;;个性化智能信息提取中的用户兴趣发现[J];计算机科学;2001年03期

2 蒋学锋;;用户兴趣的结构和个性化服务的实现[J];计算技术与自动化;2005年04期

3 李钝;曹元大;张龙飞;;用户兴趣优化过滤方法研究[J];计算机工程;2006年20期

4 费洪晓;戴弋;穆s，

本文编号：571754